一种求解有约全局优化问题的新型混合方法

通过将模拟退火算法与非线性规划神经网络适当结合，本文提出一种求解有约束全局优化问题的新型混合方法．为了使该方法尽可能保持一般模拟退火算法通用性强的优点，在每一次迭代中不是采用非线性规划神经网络直接求原问题的局部最优解，而是通过求解一个辅助优化问题得到原问题的可行解．数值计算结果表明，与使用罚函数方法处理约束的模拟退火算法相比，本文提出的混合方法不仅可靠性高，而且可以显著地提高计算效率．     

分块迭代程序设计方法的应用

本文为解决在微型计算机上求解大规模线性规划模型时内存容量不足的问题,应用一种分块迭代的程序设计方法。     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法-图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

基于线性规划的一维DFT调制滤波器组设计

为了设计一维DFT调制滤波器组,采用一种线性规划算法将滤波器组的性能指标数学化为关于原型滤波器的乘积滤波器的函数,滤波器组的设计问题归结为一个以乘积滤波器为优化变量的线性规划问题.借助线性规划的求解方法,设计最优的乘积滤波器,通过因式分解求解原型滤波器.新算法避免了迭代算法对初值敏感的问题.仿真实验表明,相比于传统算法...     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

一类混杂微分包含的可生存性判别

讨论了某类集合在一类混杂微分包含下的可生存性判别问题．基于非光滑分析理论,通过求解线性规划问题来判别某类集合中的一点在这类混杂微分包含下是否满足生存性条件,并给出例子说明如何具体判断．     

求解双层线性规划的优化算法

利用对偶理论，将求解双层线性规划问题转化为求解一个与之等价的单层问题，通过求解一系列线性规划问题，提出了一种求解双层线性规划局部最优解的算法，并举例说明了算法的求解过程。     

非线性规划迭代线性化方法在圩垸除涝规划中的应用

本文根据洞庭湖圩垸除涝排水系统非线性规划数学模型的特点,借助离散微分动态规划(DDDP)的思想,利用线性规划(LP)的修正单纯形解法,提出了一种既简单有效,又比较节省计算机时的新的求解非线性规划问题的直接解法——“迭代线性化方法”。实例验证该法是可行的。     

退化LP问题近似求解方法与工程应用

针对线性规划问题求解中出现退化解的情况,研究近似计算机求解的基本原理及迭代方法,避免计算机迭代过程出现无效迭代并完全满足近似计算的精度要求。结合研究结论和退化问题的算例计算结果说明,这种方法可以有效避免退化模型迭代计算过程中出现无限循环和非可行解,不需要人为设定迭代顺序且计算精度是可以保证的。     

广义Benders分解法在无功电源规划中的应用

提出一种将广义Ｂｅｎｄｅｒｓ分解与线性规划相结合求解无功电源规划问题的教学模型，把无功电源规划分解为投资和运行规划两个问题分别求解，通过有限步迭代得出最终解。在模型中，除考虑正常运行方式外，还增加了对预想事故运行方式的计算。本文法为新建和扩建电网进行无功电源规划提供了新的求解思路。     

关于DEA模型的一种有效求解方法

“数据包络分析”（Ｄａｔａ Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ,简称ＥＤＡ）是运筹学的一个新的研究领域。它是研究具有相同类型的部门（或单位）间的相对有效性的十分有用的方法;也是处理一类多目标决策问题理论上非常完备的方法;更是经济理论中估计具有多个输入,特别是具有多个输出的“生产前沿函数”（也称生产前铅面）的有力工具。ＤＥＡ模型经过Ｃｈａｒｎｅｓ－Ｃｏｏｐｅｒ变换,可以转化为一个等价的线性规划     

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法.算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索.算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的.最后给出了数值实验,进一步证实了算法的可行性与收敛性.     

大型线性规划问题的一种分解——协调算法

本文提出一种大型线性规划问题的分解一协调算法。它可以克服高维问题导致的计算上的困难。采用模型协调法。协调级对协调变量的改进使用直接搜索法。     

线性不等式组的一种新算法

介绍线性不等式组的一种以旋转运算为基础的直接解法。由于这种方法无须添加任何变量,计算用表非常紧凑。不仅使每次迭代的计算量较小,而且可以方便地从理论上分析问题,证明了此算法在每次迭代中按最小下标规则选择入出向量可以避免循环。计算机实验表明,该算法可以非常有效地求解马科维兹的资产组合选择模型。     

基于内点法的支撑向量机算法

内点法是近年来发展起来的求解线性规划和二次规划的一种新方法,它有许多优点。支撑向量机问题中的二次规划问题有它特殊的一些性质,如它是一个凸二次规划,约束比较少而且都是线性约束,它的矩阵Q对称半正定且稠密。该文探索了用内点算法求解支撑向量机中这种特殊的二次规划问题,并给出了数值实验,表明这是一种好的求解支撑向量机的方法。     

求解线性约束最优化问题的有效集算法

为了保持投影梯度求解法的线性约束系数矩阵的稀疏性,且不降低算法的效率。在确定可行点处的可行方向时,使用了矩阵的隐式LU分解技术,构造有效约束的零空间．本文提出了求解线性约束最优化问题的有效集算法,对于线性约束系数矩阵是稀疏矩阵时,能较好地保持稀疏性,提高了算法的效率．与数值试验的结果吻合．     

基于混合编程模式的Jacobi迭代并行算法

为了提高Jacobi迭代法在集群中解线性方程组的计算速度,在Jacobi迭代法中引入MPI＋OpenMP混合编程模型,基于该模型,在集群中实现混合并行设计,分析Jacobi迭代法并行性,在已有的串行迭代基础上,实现并行算法,可有效改善系统性能,提高计算速度。     

一种线性三层规划的改进的Frank-Wolf解法

利用KT条件、罚函数法,将三层线性规划降为约束条件为线性的二层规划,再利用Frank-Wolf线性逼近的理论,从而仅需求解一层线性规划就得到了三层线性规划的最优解.其中线性规划的求解应用了主元标单纯形法,其优点是可以得到更靠近最优点的可行解,从而减少计算量.     

利用矩阵方法求解线性规划问题

在线性规划问题中,通过线性规划的数学模型构造矩阵,利用矩阵的方法来解决线性规划的最优解问题。     

一类特殊的非线性双层规划问题及其遗传算法

利用Karush-Kuhn-Tucker条件,将下层为凸规划的非线性双层规划转化为一个单层规划问题.为了提高遗传算法求解该问题的效率,利用对线性不等式约束添加松弛项和计算非线性约束边界点的方法,给出了一种新的约束处理方法;通过构造一个辅助线性模型降低了搜索空间的维数;结合算法产生的最优个体,设计了一个有助于改善个体适应度的杂交算子.